7 Datenanalysetrends 2021: Darauf sollten Unternehmen beim Umgang mit Daten achten

Durch eine entsprechende Erweiterung des technologischen Skillsets in diesem Bereich wird es nicht nur möglich, strategische Entscheidungen auf eine solide Basis zu stellen, sondern auch den Marktbegleitern gegebenenfalls den entscheidenden Schritt voraus zu sein.

Daten, ihre Analyse und ihr Nutzen sind in den letzten Jahren immer mehr ins Zentrum der Aufmerksamkeit gerückt. Laut Gartner gehört Datenanalyse mit 36 Prozent zu den Game-Changer-Technologien, die aus der Corona-Pandemie gestärkt hervorgehen –  und liegt damit deutlich vor Künstlicher Intelligenz mit 24 Prozent. Es handelt sich dabei nicht um einen Technologie-Hype. Vielmehr verdeutlicht diese Entwicklung, welches enorme Potenzial in Daten steckt. Nachdem viele Branchen und Unternehmen im letzten Jahr mit wechselnden Bedingungen zurechtkommen mussten, versprechen Daten mehr Orientierung in der Unternehmensstrategie. In der IT werden Daten zum Wegbereiter für Innovation, zum Beispiel, um den Kunden und seine Bedürfnisse besser zu verstehen. Die Arbeit mit Daten wird aber nicht nur von den Informationen selbst und den Analysetechnologien beeinflusst, sondern auch von bestimmten Trends und Rahmenbedingungen:

1. Der CDO ist im Kommen

Während sich der Chief Information Officer (CIO) um die Technologie-Assets kümmert, ist der  Chief Data Officer (CDO) für die Informations-Assets zuständig. Als Verantwortlicher für die Datenpriorisierung und -orchestrierung berät er die Entscheidungsträger im Unternehmen mit den aus Daten gewonnenen Erkenntnissen und sorgt dafür, dass sich diese auch in der Unternehmensstrategie und allen geschäftsrelevanten Entscheidungen wiederspiegeln.

2. Mehr Datenkompetenz in Unternehmen

Datenkompetenz (Data Literacy) bedeutet nicht, jeden Mitarbeiter zum Datenwissenschaftler auszubilden. Es geht vielmehr um ein allgemeines Verständnis für Daten: Welche Bedeutung haben sie für das Unternehmen? Welche konkreten Ziele verfolgt die Datenanalyse? Mit einer umfassenden Datenkompetenz stellt ein Unternehmen sicher, dass alle Stakeholder ein gemeinsames Ziel haben. Damit lässt sich vermeiden, dass einzelne Abteilungen Datensilos bilden und unterschiedliche, womöglich konkurrierende Datenstrategien verfolgen.

3. Datendemokratisierung: Zugriff für alle

Mit der Datenkompetenz gewinnt auch die Datendemokratisierung an Bedeutung. Wenn alle Abteilungen eines Unternehmens ein Verständnis für Daten entwickeln sollen, müssen diese möglichst einfach für so viele Mitarbeiter wie möglich zugänglich sein. Dazu gehört auch, dass alle stets auf die gleichen aktuellen Daten zugreifen. Vereinfacht wird dies durch die Cloud. Visualisierungssoftware macht die Daten dabei auch für Nicht-Datenwissenschaftler verständlich und erleichtert den Umgang damit.

4. Lernen, mit Daten zu lernen

Erfolgreiche Unternehmen haben sich daran gewöhnt, ihre Entscheidungen anhand von Daten zu treffen. Das kann ganz simpel auf der Unternehmenswebsite anfangen: Verfahren wie das A/B-Testing fordern ein „positives Scheitern“, das heißt schnelle Tests, was beim Kunden wirklich ankommt und was nicht. Das unterstützt ein permanentes Lernen auf Datenbasis: Welche Variante des Check-out-Prozesses bringt mehr Umsatz, welches Konfigurationstool wird bevorzugt?

5. Data Privacy ist wichtiger denn je

Angesichts der zentralen Rolle von Daten für den Unternehmenserfolg wird es umso wichtiger, diese sowie die Privatsphäre derer, die sie zur Verfügung stellen – beispielsweise Kunden – zu schützen. Datenlecks können nicht nur den Ruf eines Unternehmens schädigen, sondern auch den Betrieb empfindlich stören, zum Beispiel wenn interne Datenbanken externen Angriffen ausgesetzt und gehackt werden. Gleichzeitig führen Verletzungen der Privatsphäre, die Unternehmen angesichts komplexer Rahmenbedingungen wie der DSGVO leicht unterlaufen können, nicht selten zu kostspieligen Abmahnungen. Data Privacy ist vor diesem Hintergrund ein sehr aufwändiges und kein einfaches Thema. Unternehmen sollten es daher von Anfang an zentral in ihrer Strategie verankern.

6. Post-Cookie: Eigene Daten gewinnen an Bedeutung

Cookies werden auf Unternehmenswebsites oft zum Aufzeichnen und Analysieren von Besucherdaten genutzt. Durch strengere Datenschutzrichtlinien und technologische Veränderungen in den Webbrowsern werden Cookies aber bald Geschichte sein. Dadurch wird sich die Art und Weise, wie Unternehmen für sich und ihr Portfolio werben, grundlegend verändern. Selbst generierte Daten – das heißt solche, die abseits der großen Suchmaschinen und Social-Media-Kanäle gewonnen werden – sowie Informationen, die etwa Geschäftspartner zur Verfügung stellen, werden für die eigenen Kommunikations- und Vertriebskanäle an Bedeutung gewinnen.

7. Datenwissenschaftler bleiben begehrt

Auch wenn Datenanalyse-Software beim Umgang mit Daten helfen kann – Data Scientists sind und bleiben äußerst wertvoll für Unternehmen. Entsprechend umworben sind sie am Arbeitsmarkt. Mitarbeiter mit Kompetenzen im Bereich Data Analytics werden für Unternehmen in zunehmendem Maße zu einem Erfolgs- und Wettbewerbsfaktor. Denn Verantwortliche in Betrieben werden künftig ihre Entscheidungen in zunehmendem Maße auf der Analyse und Interpretation von vorhandenem Datenmaterial aufbauen, welches idealerweise auch mit verfügbaren externen Marktdaten in Korrelation gesetzt wird.

„Daten werden das sprichwörtliche Bauchgefühl ersetzen“

Diesen Trend sehen wir sehr klar. Daten werden das sprichwörtliche Bauchgefühl ersetzen. Hierbei geht es nicht nur um die Analyse und Prognose von Entwicklungen an den Finanzmärkten. Für produzierende Unternehmen etwa wird es dadurch auch möglich, die Nachfrage nach bestimmten Produkten sehr genau vorherzusagen. Dadurch können nicht nur Material- und Personalbedarfe entsprechend prognostiziert, sondern zudem Markttrends zielsicher antizipiert werden. Die Folge: Wettbewerbsvorteile gegenüber den Marktbegleitern. Intelligente Software-Systeme leisten hierbei zweifelsohne einen wichtigen Beitrag. Aber es braucht eben auch die passenden Spezialisten, die aus den maschinell erstellten Analyseergebnissen, die richtigen Schlussfolgerungen für die strategische Ausrichtung und die operativen Prozesse ihres Unternehmens ziehen.

^{Foto/Thumbnail: ©istockphoto/NicoElNino}